MySQL必知必会-第18章 全文本搜索

全文本搜索

1.理解全文本搜索

1）MySQL支持几种基本的数据库引擎，如：MyISAM(咪森)，InnoDB；
2）MyISAM支持全文本搜索，而InnoDB不支持；
3）与通配符和正则表达式不同，使用全文本搜索是，MySQL不需要分别查看每个行，不需要分别分析和处理每个词；MySQL【创建指定列中各个词的一个索引】，搜索可以针对这些词进行；

2.启用全文本搜索支持

在创建表格的时候启用

create table 表名(
	note_id int not null auto_increment,
	note_text text NULL,
	note_comment text NULL,	
	primary key(note_id),
	FULLTEXT(note_text,note_comment) -- 对多个指定列进行索引
)ENGINE=MyISAM;                      -- 使用支持全文本索引的MyISAM数据库引擎

1）FULLTEXT(…,…)给出被索引列的一个逗号分隔的列表；
2）可以在创建表的时候指定FULLTEXT，或者创建后指定（所有已有的数据必须立即索引）
3）【不要在导入数据时使用FULLTEXT开启全文本索引】
如果正在导入一个新表，则不应该启用FULLTEXT索引；
应该先导入所有的数据，然后再修改表，定义FULLTEXT，有助于更快地导入数据；（使索引全部数据的总时间 小于 在导入每行时分别进行索引所需要的总时间）

3.进行全文本搜索

使用Match(被索引的列名) Against(要搜索的文本)函数执行全文本搜索

select note_text
from productnotes
where Match(note_text) Against('rabbit');

1）上述语句：在所有行的note_text列中搜索文本’rabbit’；
2）传给Match()的值必须和FULLTEXT()定义中的相同，如果指定多个列，则必须列出它们，且次序正确；
3）全文本搜索默认不区分大小写进行匹配，如果想要区分大小写，要使用Binary方式(这个方式再之前进行字符串匹配的时候有遇到过)

4.全文本搜索排序依据

【全文本搜索与LIKE关键词的一个不同点】
LIKE以不特别有用的顺序返回结果；
而全文本搜索将相关性高的文本排在前面，例如将搜索的文本靠前的那些行排在前面

-- 使用这个例子来演示排序如何工作
select note_text, Match(note_text) Against('rabbit') as rank
from productnotes;

【说明】这个例子与3中的例子不同。
这个例子对productnotes表中每一条记录的note_text字段计算与搜索文本’rabbit’的相关程度，并且生成计算字段且取别名为rank。
这样达到了查看每条记录的note_text与’rabbit’相关程度的目的。

5.使用查询扩展

1）返回行，这些行的指定列包含给定的搜索文本；
2）返回行，这些行的指定列不包含给定的搜索文本，但是与给定的搜索文本有一定的相关性；

-- 全文本查询扩展的实现
select note_text
from productnotes
where Match(note_text) Against('rabbit' WITH QUERY EXPANSION);

【在Against()函数中 -搜索文本- 的后面加上关键字 WITH QUERY EXPANSION】
【扩展查询的过程】
MySQL对数据和索引进行两遍扫描来完成搜索：
1.进行基本的全文本搜索，找出所有与搜索条件匹配的行；
2.MySQL检查这些匹配的行，并选择“所有有用的词”— 这个有用的词不一定包含在“搜索文本”中，但是与“搜索文本”相关性很高；
3.MySQL再次进行全文本扫描，不仅使用原有的“搜索文本”，同时使用第2步得到的“所有有用的词”；
【注意】
1）查询扩展功能与MySQL4.1.1引入，不适用于之前的版本；
2）表中行越多，行中指定字段的文本越多，使用“查询扩展”的效果就越好。

6.布尔文本搜索

【功能】
1）返回包括搜索文本的行；
2）返回不包括搜索文本的行；
3）词重要程度排列提示，指定某些词比其他词更重要，这些词等级更高；
4）表达式分组；
5）另外一些功能。
【注意】
布尔文本搜索在没有定义FULLTEXT的情况下也可以使用；
但是布尔文本搜索是一种非常缓慢的操作；
【在Against()函数中 “搜索文本” 的后面加上关键字 IN BOOLEAN MODE】
简单的例子：

-- 布尔文本搜索的例子 搜索文本中带有rabbit的行
select note_text
from productnotes
where Match(note_text) Against('rabbit' IN BOOLEAN MODE);
-- 布尔文本搜索的例子 搜索文本中带有rabbit 但不包含以rope开头的词的行
-- 这里以rope开头 比如 ropes 就是以rope开头的
select note_text
from productnotes
where Match(note_text) Against('rabbit -rope*' IN BOOLEAN MODE);

【全文本操作符】

布尔操作符	说明
+	包含，这个词必须存在
-	排除，这个词必须不存在
>	包含，这个词增加等级值
<	包含，这个词减少等级值
()	把几个词组成子表达式，允许这些子表达式作为一个组被包含、排除、排列等
~	取消一个词的排序值
*	词尾的通配符
“”	定义一个短语，与单个词的列表不一样，它匹配整个短语，以便包含或排除这个短语

一些例子：

-- 1.搜索匹配包含rabbit 和 bait 两个词的行 两者都必须存在
select note_text
from productnotes
where Match(note_text) Against('rabbit bait' IN BOOLEAN MODE);

-- 2.搜索匹配包含rabbit 和 bait 两个词之一的行 两者包含一个即可
select note_text
from productnotes
where Match(note_text) Against('+rabbit +bait' IN BOOLEAN MODE);

-- 3.搜索匹配包含"rabbit bait"整个短语的行 完全匹配
select note_text
from productnotes
where Match(note_text) Against('"rabbit bait"' IN BOOLEAN MODE);

-- 4.搜索匹配 rabbit 和 bait，增加前者的等级，降低后者的等级
select note_text
from productnotes
where Match(note_text) Against('>rabbit <bait' IN BOOLEAN MODE);

-- 4.搜索匹配 rabbit 和 bait，增加前者的等级，降低后者的等级
select note_text
from productnotes
where Match(note_text) Against('>rabbit <bait' IN BOOLEAN MODE);

-- 5.搜索匹配词rabbit和bait，降低后者的等级
select note_text
from productnotes
where Match(note_text) Against('+rabbit +(<bait)' IN BOOLEAN MODE);

【注意】在布尔方式中，不按等级值降序排序返回行。

7.全文本搜索的一些总结说明

1）索引全文本数据时，短词（具有3个或3个一下字符的词）被忽略，且从索引中排除，有需要的话，要另外设置；
2）MySQL自带非用词列表stopword（停用词列表），有需要的话，可以覆盖这个列表；
3）【50%规则】许多出现频率很高的词，搜索它们并没有用处，会返回太多的结果；如果一个词在50%的行里出现过，则将被视为非用词（停用词）被忽略；这个规则不用于IN BOOLEAN MODE中；由于这个规则，当行数少于3行的时候，全文本搜索将不返回结果；
4）全文本搜索索引的时候将忽略单引号，如：don’t 索引为 dont；
5）没有词分隔符的语言，如汉语、韩语、日语等不能恰当的返回全文本搜索结果；
6）MySQL的全文本搜索目前还不支持“邻近操作符”：
能在“相同的句子中”或“相同的段落中”或“特定数量的词的范围中”等 搜索相邻的词；
7）再次声明，仅在MyISAM数据库引擎中支持全文本搜索。